时间序列领域最近几年的变化非常大，在2018年左右，RNN这类模型才刚在时间序列上应用，而目前已经基本和NLP、CV等领域对齐了，随着深度学习在时间序列预测领域研究的深入，最近一年也出现了很多新的时间序列预测研究方向，这篇文章就给大家汇总一下最近比较热门的时间序列研究点，很多同学都感觉现在各种公众号...

  频率是时间序列的一个重要信息，给定一个时间序列，可以通过按照不同频率的聚合，获得不同粒度的时间序列，比如，给定的原始时间序列是以小时为粒度的，那么通过将24个点加和成1个点，就可以形成以天为粒度的时间序列数据，不同的粒度，包含的信息也不同，粒度越细，越能体现时间序列的局部特征，同时噪声也更大；粒度越...

  今天给大家介绍一篇关于大模型在时间序列应用探讨的工作，这篇文章质疑大语言模型在时间序列预测中是否有效，并对目前最先进的3个基于大语言模型的时间序列预测模型进行实验，发现去掉大语言模型部分，改成一个attention网络，也能取得相同甚至更优的效果，论文标题，AreLanguageModelsActu...

  长周期时序预测核心问题长周期时间序列预测，指的是预测窗口较长一类时间序列预测问题，一般来说，预测长度在50个点以上，就可以认为是长周期时间序列预测问题，同时，预测长度的增加，会使得模型需要引入更长的历史序列，才能实现更好的预测，相比短周期时序预测，长周期时序预测主要面临的挑战有以下几个方面，长周期历...

  这篇文章给大家介绍一下北邮在NeurIPS2024中发表的一篇时间序列预测工作，重点研究了如果有效利用时间戳特征提升时序预测效果，相关方法可以嵌入到现有的各类SOTA时序预测模型中，论文标题，RethinkingthePowerofTimestampsforRobustTimeSeriesForec...

  如果要用一句话概括AI的训练和推理的不同之处，我觉得用，台上一分钟，台下十年功，最为贴切，话说小明已经和心目中的女神交往数年，在邀约女神出门这件事上积累了大量的经验数据，但却依然捉摸不透其中的玄机，借助AI技术，能否实现精准预测呢，小明思考再三，总结出了可能影响女神是否接受邀请的变量，是否节假日，天...